# Wiki Foundation Model 从相互链接的 Markdown wiki 中检索智能体记忆

WFM 将 LLM wiki 转为图，并用以查询为条件的消息传递进行检索，使页面文本与页面之间的链接共同影响结果。该团队称，一种 GPU 到 GPU 的训练方案训练速度快 10.5 倍，并在五项智能体记忆与多跳推理基准上报告了较强结果。

Language: zh-CN
Time zone: Asia/Shanghai
Current time (UTC, cached as of): 2026-11-10T06:50:00.000Z
Query date (Asia/Shanghai): 2026-11-10

HTML: https://didcodexreset.com/zh/news/2d685489d202403aa8a5f14a.html

Content language: zh-CN
Localization state: translated

来源：elvis · 发布于 2026/9/23 10:17:21

Wiki Foundation Model（WFM）面向长期记忆为相互链接的 Markdown 文件文件夹的智能体。它将 LLM wiki 转为图，并用以查询为条件的消息传递进行检索，使各页上的密集文本与页面之间的链接共同影响结果。

该团队还构建了一种 GPU 到 GPU 的训练方案，并称其训练速度快 10.5 倍，同时在覆盖智能体记忆与多跳推理的五项基准上报告了较强结果。相关工作见 [WFM 论文](https://arxiv.org/abs/2609.18182)，academy.dair.ai 提供了该论文的[对话页面](https://academy.dair.ai/papers/wfm-wiki-foundation-model-for-complex-agentic-reasoning-2609.18182)。

Tags: WFM, 智能体记忆, LLM wiki, 研究

[查看主帖原文](https://x.com/omarsar0/status/2102579964436680959)